看了好多教程都提到了使用 os.environ["CUDA_VISIBLE_DEVICES"] = "1" 或者export CUDA_VISIBLE_DEVICES=1
但是我加进代码里面速度并没有提高，查了很久才找到问题所在，当你的电脑有两块以上GPU时，上面这两句代码才起作用！
因为我的电脑只有一块GPU，所以需要将参数的“1”改成“0”才可以，否则找不到“1”号设备，它就会默认使用CPU，速度不会提高。
如果是在终端中运行python程序，使用命令：CUDA_VISIBLE_DEVICES=0 python filename.py即可
-------------------------------------------------补充：---------------------------------------------
如果有多块卡，想要指定多个gpu训练，可以这样设置：
def set_gpus(gpu_index):
if type(gpu_index) == list:
gpu_index = ','.join(str(_) for _ in gpu_index)
if type(gpu_index) ==int:
gpu_index = str(gpu_index)
os.environ["CUDA_VISIBLE_DEVICES"] = gpu_index
1
2
3
4
5
6
通过调用set_gpu函数即可实现。
Attention：
一定要注意的是，CUDA_VISIBLE_DEVICES，每！一！个！字！母！ 必须完全写对，如果不小心写成了 CUDA_VISIBLE_DIVICES 或者 CUDA_VISIABLE_DEVICES ，代码是不会报错的，但是GPU调用不会成功，排查问题浪费了我好几个小时。。。切记！
---------------------
作者：aaon22357
来源：CSDN
原文：https://blog.csdn.net/aaon22357/article/details/82733218
版权声明：本文为博主原创文章，转载请附上博文链接！